北京邮电大学、新加坡南洋理工大学等发布了 FunQA 数据集，通过 4 千个沙雕视频和 31 万条鉴赏文本，让 AI 学习更准确的视频理解、反常识推理、幽默感和自由文本生成。FunQA 包括三个子集，任务涵盖时间戳定位、视频描述和反直觉推理等，旨在评估模型对反直觉视频的理解能力。然而，模型在 FunQA 数据集上的表现普遍不理想，面临的挑战包括准确理解信息、逻辑推理和额外知识的应用。为了促进研究，FunQA Challenge 算法大赛已经开启，奖金高达 100 万美元。